大多数“Codex vs Claude Code”的对比都是在别人的仓库里做的。它们用玩具应用、基准测试或单个提示词来测试,而且每当其中一个模型更新,结论就会变。真正重要的对比,是在你自己的代码、你的测试、你的约定,以及你那个有点古怪的构建脚本上做的对比。
得到这个答案最便宜的办法,就是不再二选一。让两个 agent 同时处理同一个任务,各自产出一个分支,然后把结果放在一起评审。你会在落败的 agent 上多花一些用量。换来的是第二意见、在某个提供商限制你时的备用方案,以及阅读 diff 而不是轻信对话记录的习惯。
为什么要在一个任务上使用两个不同的 agent
不同的 agent 会犯不同的错。一个可能把抽象设计得过度,另一个可能漏掉测试里的边界情况。当两者得出相同的改动时,你可以更有信心。当两者出现分歧时,这个分歧会直接指向任务中真正困难的部分,也就是最需要仔细阅读的地方。
- 几分钟就能得到的第二意见,而不是事后再重试一次。
- 没有锁定。如果某个提供商出现故障或你触及限制,另一个 agent 已经在同一个仓库里准备好了。
- 在你自己的代码上进行公平、持续的对比,而不是一个月就过时的基准测试。
- 更好的提示词。如果两个 agent 都误解了同一句话,问题出在提示词上。
这并不是说每个任务都要跑两遍。它适用于出错代价高的改动:棘手的数据库迁移、并发 bug、涉及很多文件的重构,或者你还看不清简洁设计应该是什么样的功能。
为什么两个 agent 不能共用一个检出目录
Claude Code 和 Codex 都是终端 agent。它们在你启动它们的目录里读写文件、运行测试命令,有时还会暂存或提交。在同一个检出目录里运行它们,就意味着共享同一个分支、同一个索引和同一组文件。每个 agent 都会修改另一个正在读的代码,一个运行的格式化工具会改写另一个的成果,最终的 diff 变成一团无法分辨归属的混合物。
git worktree 可以解决这个问题。它是同一个仓库在独立目录、独立分支上的第二个检出,共享对象数据库但不共享文件。如果你还不熟悉 worktree,worktree 文章介绍了它隔离什么以及放在哪里。
手动方式:两个 worktree,两个终端
只需要 git 和两个 CLI。安装每个 agent 并登录一次,然后从同一个起始 ref 为每个 agent 创建一个 worktree,这样 diff 才有可比性。
# one-time installs, then log in to each from a terminal
npm i -g @anthropic-ai/claude-code
npm i -g @openai/codex
git fetch origin
git worktree add ../app-claude -b try/claude-retry-logic origin/main
git worktree add ../app-codex -b try/codex-retry-logic origin/main
# terminal 1
cd ../app-claude && claude
# terminal 2
cd ../app-codex && codex把同一个提示词粘贴到两个会话中。保持完全一致,包括验收标准和测试命令,让 agent 成为唯一的变量。两者都完成后,先把每个分支和基准对比,再把两个分支互相对比。
git diff --stat origin/main...try/claude-retry-logic
git diff --stat origin/main...try/codex-retry-logic
# where do the two solutions differ?
git diff try/claude-retry-logic try/codex-retry-logic选出胜者,推送那个分支并从它创建 pull request。然后删除落败的 worktree 和它的分支,避免实验残留。
git worktree remove ../app-codex
git branch -D try/codex-retry-logic在 Nethür 中使用同样的工作流
手动方式可行,但每个任务的管理负担都会增加:路径、分支、终端、依赖和清理。Nethür 把每个任务当作一个工作区:一个真正的 git worktree,如果项目不是 git 仓库,则是文件夹工作区,各自拥有独立的终端、编辑器、diff 和 agent 会话。Claude Code 和 Codex 都是 agent 选择器里的正式 agent,旁边还有 OpenCode、Gemini CLI、Cursor CLI 等其他终端 agent。
- 添加仓库,并从同一个起始 ref 创建两个 worktree,例如
retry-claude和retry-codex。如果有 GitHub、GitLab、Linear 或 Jira issue,就把它关联到两者。 - 在第一个 worktree 中,从 agent 选择器选择 Claude Code;在第二个中选择 Codex。每个都以自己的 worktree 作为工作目录启动。
- 在两边粘贴同一个提示词,拆分窗格观察它们工作。侧边栏会显示哪个会话正在工作、在等你,或已经完成。
- 对照起始 ref 评审每份 diff。用 diff 注释在你更喜欢的候选上留下备注,然后从那个 worktree 提交、推送并创建 pull request。
- 删除另一个 worktree。Nethür 会同时删除目录和分支。
并行 agent 教程展示了用三个 agent 实现的同一模式。每个 CLI 的配置细节,包括 Nethür 从哪里读取登录和用量,见 Claude Code 和 Codex 页面。
运行两个 agent 的几种方式对比
| 方式 | 隔离 | 对比结果 | 某个 agent 触及限制时 | 最适合 |
|---|---|---|---|---|
| 两个标签页,一个检出目录 | 无,文件和分支共享 | 一份混合的 diff | 切换标签页,祈祷文件是干净的 | 向两个 agent 提只读问题 |
| 先跑一个,再跑另一个 | 完整,但按顺序进行 | 重置、重跑,凭记忆对比 | 等待重置 | 偶尔的第二意见 |
| 手动 worktree | 完整,每个 agent 一个分支 | 分支之间的 `git diff` | 另一个 agent 在自己的 worktree 里待命 | 熟悉 git 的开发者 |
| Nethür 工作区 | 完整,每个 agent 一个 worktree 或文件夹工作区 | 每个工作区的 diff 和注释 | 账号切换和聊天内的提供商故障转移 | 日常使用、多个 agent、团队 |
评审两份 diff 而不让工作量翻倍
评审两个方案听起来像要读两倍的内容。实际上,它比仔细评审单个方案更快,因为差异会告诉你该看哪里。
- 先看形状。对比改动的文件和行数。改动文件多一倍的方案需要有理由。
- 在两个 worktree 中运行同一个测试命令。测试失败会很快结束对比。
- 对两个分支做 diff,只阅读它们分歧的地方。
- 选出胜者,如果落败方有好的想法,就让获胜的 agent 吸收进来。不要手动合并两个 agent 的分支。
需要提前注意的陷阱
- 共享的端口和数据库。同一端口上的两个开发服务器,或对同一个本地数据库执行迁移的两个 agent,即使 worktree 分开也会相互冲突。给每个 worktree 分配自己的端口,最好也有自己的 schema。
- 新检出目录缺少配置。新的 worktree 没有
node_modules、.env和构建缓存。按照 worktree 指南使用初始化钩子、共享路径或.worktreeinclude。 - 不同的指令文件。Claude Code 读取
CLAUDE.md,Codex 读取AGENTS.md。如果两个文件内容不一致,agent 就不会遵循相同的规则。保留一个来源,让另一个指向它。 - 用量翻倍。一个任务两个 agent 就是两份预算。只在值得第二意见的任务上使用这种模式,并留意两个用量计量。
- 权限标志。很多配置让 agent 在不请求权限的情况下运行。worktree 只是让文件彼此隔离,并不能把 agent 和你的机器隔离开。对你不完全信任的任务,选择手动审批。
关于团队
团队很少长期只用一个 agent。有人喜欢 Claude Code,有人整天用 Codex,而且针对不同任务两人都对。在 Nethür 中,每个成员都用自己在各个提供商的订阅登录:没有共享 API 密钥,也没有人会用掉别人的限额。队友可以看到彼此的会话,在工作旁边互相提及,并在有人下线时接手会话。与 Codex 的对比说明了什么时候单用 Codex 就够,什么时候共享工作区更有帮助。
在下一个真实的 bug 上试试
挑一个你平时会交给单个 agent 的 bug。从同一个 ref 创建两个 worktree,在一个里运行 Claude Code,在另一个里运行 Codex,并粘贴同一个提示词。评审两份 diff,保留更好的,删除另一个。几轮之后,你就会知道在你的代码里哪个 agent 适合哪类任务,这比任何公开基准测试都更有参考价值。



